马里兰大学研究:前沿模型可凭文风识别匿名作者

原标题:New University of Maryland paper finds that frontier models now detect AI-written prose as well as t...
78AI 研判分

马里兰大学新论文发现,前沿模型在零样本提示下即可检测 AI 生成文本,准确率与 Pangram 等训练过的检测器相当,并能给出推理依据。更关键的是,模型仅凭单篇文本就能推断作者所属 AI 实验室甚至具体个人,在 398 篇匿名同行评审中 Claude Fable 5.2 命中 56% 的评审人,在 Reddit 重度用户评论中命中 69% 的账号。这意味着匿名评审与化名社区的匿名性假设正被削弱。

报道正文

Rohan Paul (@rohanpaul_ai) · 2026-11-21 21

马里兰大学的一篇新论文发现,前沿模型如今检测 AI 生成文本的能力已与 Pangram 等经过训练的检测器相当,同时还能解释其推理过程。

仅凭一段文本,就能指出其作者、所属 AI 实验室或具体是哪个人。

匿名同行评审和化名账号都假定:仅凭写作内容不会暴露你的身份。而识别 AI 文本此前也被认为需要专门的训练检测器,而非简单的提示词。

作者们只给模型一段文本和一个零样本提示,不提供网络搜索、工具或候选名单。他们测试了三项任务:判断文本由 AI 还是人类所写、由哪家实验室的模型所写,以及由哪个人所写。

Claude Fable 5.2 在 398 份作者从未公开的私密同行评审中,准确指出了其中 56% 的评审人。在一年内发帖超过 500 条的 Reddit 用户中,它准确指出了 69% 的评论背后的账号。

如果你的产品依赖匿名写作,例如盲审或化名论坛,请将作者匿名性视为薄弱的,并针对前沿模型进行测试。

推文配图